一种周转箱数量确定方法、系统、设备以及可读存储介质与流程
技术特征:
1.一种周转箱数量确定方法,其特征在于:包括,
2.如权利要求1所述的周转箱数量确定方法,其特征在于:所述收集周转箱相关信息包括:
3.如权利要求2所述的周转箱数量确定方法,其特征在于:所述基于预处理后的数据,定义订单状态和配送状态,具体步骤为,
4.如权利要求3所述的周转箱数量确定方法,其特征在于:所述基于深度强化学习算法构建周转箱预测模型,具体为,
5.如权利要求4所述的周转箱数量确定方法,其特征在于:所述将订单状态向量和配送状态向量输入周转箱预测模型,输出初始周转箱调整方案,具体步骤为,
6.如权利要求5所述的周转箱数量确定方法,其特征在于:所述根据初始周转箱调整方案使用多目标遗传算法随机生成多种周转箱分配方案,具体步骤为,
7.如权利要求6所述的周转箱数量确定方法,其特征在于:所述结合运输成本、配送时间和周转箱利用率,筛选出最优周转箱调整方案,具体步骤为,
8.一种周转箱数量确定系统,基于权利要求1~7任一所述的周转箱数量确定方法,其特征在于:包括,收集模块、特征提取模块、预测模块、优化模块和应用模块,
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于:所述处理器执行所述计算机程序时实现权利要求1~7任一所述的周转箱数量确定方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1~7任一所述的周转箱数量确定方法的步骤。
技术总结
本发明公开了一种周转箱数量确定方法、系统、设备以及可读存储介质,涉及物流管理技术领域,包括,收集周转箱相关信息,并对收集的数据进行预处理;基于预处理后的数据,定义订单状态和配送状态,根据订单状态和配送状态进行特征提取,得到订单状态向量和配送状态向量;基于深度强化学习算法构建周转箱预测模型,将订单状态向量和配送状态向量输入周转箱预测模型,输出初始周转箱调整方案;根据初始周转箱调整方案使用多目标遗传算法随机生成多种周转箱分配方案,结合运输成本、配送时间和周转箱利用率,筛选出最优周转箱调整方案;本发明不仅能够实时准确地预测和优化周转箱的需求,还能在多目标优化中找到最佳平衡点。
技术研发人员:徐春剑,王峰峰
受保护的技术使用者:苏州工业园区新欣电子科技有限公司
技术研发日:
技术公布日:2024/12/2
文档序号 :
【 40201425 】
技术研发人员:徐春剑,王峰峰
技术所有人:苏州工业园区新欣电子科技有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:徐春剑,王峰峰
技术所有人:苏州工业园区新欣电子科技有限公司
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
